16、人工智能的未来：从预测到现实

人工智能的未来：从预测到现实

1. 库兹韦尔的预测：精准与偏差

库兹韦尔对科技发展的预测有不少精准之处。他曾预测电脑会变得更轻便，就像2008年推出的MacBook Air，比早期笨重的笔记本电脑轻很多，甚至还预言我们能“穿戴”电脑，如今iPods、FitBit手表、手机和蓝牙耳机等日常设备的普及印证了这一点。他还准确预测到设备会采用面部识别技术和AR眼镜的使用。

然而，库兹韦尔也有一些预测未能实现。例如，1990年他声称到1999年消费者能用家用电脑和友好的辅助设计软件，根据精确尺寸和风格要求设计自己的衣服；2009年翻译电话能让不同语言的人交流，且大多文本会通过语音识别生成，但当时这些并未实现。还有部分预测只部分正确，如他预测2009年长距离旅行会使用“电子司机”（一种自动驾驶形式），但到2009年并未出现这样的设备。

预测内容	预测时间	实现情况
消费者能用家用电脑设计衣服	1990年预测1999年实现	未实现
翻译电话及语音识别生成文本	预测2009年实现	未按时实现
长距离旅行使用“电子司机”	预测2009年实现	未实现

2. 奇点：科技发展的转折点

库兹韦尔最著名的预测是关于“奇点”。他在2005年宣称到2029年人工智能将达到人类智能水平，之后不久将迎来奇点，最新预测奇点到来的时间是2045年。

“奇点”这个术语源于物理学，指数学和人类理解开始失效的时刻，如宇宙大爆炸。约翰·冯·诺伊曼将其与科技发展的加速联系起来，弗农·文奇进一步提出“技术奇点”的概念。当超越人类的智能推动进步时，进步速度会更快，可能会创造出更智能的实体。

库兹韦尔描述奇点是智能的爆炸，是科技变革如此迅速，以至于相当于人类历史结构的“破裂”，对人类未来有巨大影响，包括生物和非生物智能的融合、基于软件的不朽人类以及以光速在宇宙中扩展的超高智能。

从哲学角度看，大卫·查默斯认同奇点是可能的。库兹韦尔对机器发展持积极态度，认为机器不仅会让我们更聪明，还会带来其他好处，如让我们更幽默、更擅长音乐、更有魅力。

graph LR
    A[达到人类智能水平] --> B[奇点]
    B --> C[生物与非生物智能融合]
    B --> D[基于软件的不朽人类]
    B --> E[超高智能扩展]

3. AGI及超越：智能的进阶

奇点之后，机器的下一阶段是实现强人工智能或通用人工智能（AGI）。实现AGI并非计算机通过图灵测试那么简单，它需要真正具备自主思考能力，要有感知和意识。但目前我们还不完全理解人类意识，所以难以推测AGI何时能实现。

不过，大多数人工智能领域的工作者相信AGI是可以实现的。大卫·查默斯认为OpenAI的GPT - 3发展让AGI的可能性更接近了。库兹韦尔预测2045年将实现AGI。

一旦实现AGI，迈向超级智能或人工超级智能（ASI）就相对容易。超级智能有多种形式，尼克·博斯特罗姆将其定义为在几乎所有感兴趣的领域，认知表现远超人类的智能。ASI能在任何任务中表现出色，还能进行科学研究、自我改进代码、复制自身等。

与超级智能密切相关的是“超智能”概念，由古德在1965年提出。超智能机器能远超人类的所有智力活动，它可能引发“智能爆炸”，人类智力将被远远抛在后面。

但问题是，我们可能无法识别超级智能或超智能机器的智能，因为其智能远超我们的理解。而且一旦达到这一阶段，人类将无法与之竞争。

4. 预测的误差：时间与定义的难题

预测未来充满困难，尤其是关于人工智能的未来。不同人对“人类水平智能”“奇点”“AGI”等的预测时间差异很大。图灵预测2000年达到人类水平智能，库兹韦尔预测2029年；库兹韦尔预测奇点在2045年到来，但不同专家对奇点时间的预测无法达成一致；对于AGI，库兹韦尔预测2045年实现，罗德尼·布鲁克斯认为要到2200年。

更麻烦的是，对于这些术语的定义也缺乏共识。有人将奇点与AGI混淆，有人将“人类水平AI”与AGI混淆。凯文·凯利认为AGI项目是错误的构想，哈萨比斯等人认为智能和意识并非相互依赖。

例如，OpenAI的GPT - 3能声称自己有感知，但实际上它没有意识，只是从训练数据集中选择合适的答案，这也暗示人类可能不像自己认为的那么诚实。马克斯·泰格马克认为当计算机超越人类智力时，意识可能是人类唯一能依靠的，马斯克认为通过人类与机器的结合，人类已是超级人类。

总之，奇点、AGI和超级智能难以定义和预测，尽管库兹韦尔很乐观，但超级智能似乎还很遥远。罗德尼·布鲁克斯认为目前的技术远不如昆虫，不用担心超级智能很快出现，而且预测人工智能未来在某些方面只是脱离现实的学术游戏。

人工智能的未来：从预测到现实

5. 未来的智能认知转变

过去的一些科技相关预测大多得到了验证。2002 年，比尔·盖茨预测第三个千年的头十年会是“数字十年”，到那时数字领域的影响将无处不在，事实证明他的预测基本准确。2010 年也有人预测到 2020 年建筑设计领域将不再使用“数字”这个词，因为数字工具会普及到大家习以为常，这一预测同样基本实现。

以绘图为例，最初大部分绘图是手工绘制，CAD 绘图被称为“数字绘图”，而当 CAD 绘图超过手工绘图后，“绘图”就默认指 CAD 绘图，“手工绘图”则成了特指。汽车的发展也是如此，早期汽车被称为“无马马车”，马车就是“马车”，当汽车数量超过马车后，汽车就成了“汽车”，马车成了“马拉马车”。

同理推测人工智能，目前我们区分人工智能和人类智能，将人类智能简称为“智能”。随着时间推移，当人工智能变得更加普遍且比人类智能更强大时，可能会出现一个转折点。也许到这个十年末，人工智能将被简称为“智能”，而现在所说的“智能”会被称为“人类智能”，我们甚至可能会像看待马拉马车、手写信件和手绘图纸一样，带着一丝怀旧情感看待“人类智能”。

事物	早期称呼	后期称呼
绘图	手工绘图、CAD 绘图（数字绘图）	手工绘图、绘图（CAD 绘图）
交通工具	马车、无马马车	马拉马车、汽车
智能	人类智能、人工智能	人类智能、智能（人工智能）

6. 人工智能名称的本质探讨

约翰·麦卡锡在 1956 年创造“人工智能”这个术语时，其实并不满意，但他总得给它取个名字。他的目标是实现真正的智能，而非“人工”的智能，很多当代人工智能研究人员也是如此。有人认为“人工”这个形容词放在任何事物前都不太好听，“人工”这个词会误导人们，让大家觉得人工智能是假的或不够智能。实际上，需要的是一个人工大脑来创造真正的智能，就像人工心脏能创造真正的心跳一样。

许多人工智能领域的核心人物更关注大脑的工作原理。图灵曾表示他对大脑如何工作的兴趣超过计算机的实际应用。杰弗里·辛顿最初学习生理学，是因为他想了解大脑的工作方式。德米斯·哈萨比斯拥有神经科学博士学位，他领导的 DeepMind 公司不称其为人工智能，而是“智能系统”，其目标是构建能解决任何复杂问题的智能系统。

7. 建筑智能：新兴的设计理念

人工智能和数据驱动的信息系统在建筑领域的应用非常广泛，我们可以将其统称为“建筑智能”，这是一种智能的建筑设计方法，并且正迅速成为主流方法。

Makoto sei Watanabe 可能是第一个使用“建筑智能”来指代新型建筑设计师“AI 建筑师”的人，Wanyu He 也创造了类似的术语“AI - 建筑师”。

建筑智能不仅仅局限于人工智能的应用，它涵盖了建筑领域的各种智能形式，如“结构智能”“环境智能”“材料智能”“程序智能”等。自然界中存在着“生物智能”的例子，像 Achim Menges、Neri Oxman 和 Claudia Pasquero 等建筑师就从仿生学和仿生原理中汲取灵感。同时，自然界也有“材料智能”，比如沙丘的形状是由风和重力对沙粒的作用“计算”出来的，肥皂泡的形状是由内外压力、表面张力等多种力共同作用“计算”出来的，像安东尼·高迪和弗雷·奥托等建筑师就借鉴了材料行为和形态发生原理进行设计。

建筑是物质的，而计算是无形的，但现在我们可以使用智能计算技术（如人工智能）来指导物质建筑的智能设计，让设计更具材料智能。建筑智能既代表在建筑施工中智能地使用材料和“智能材料”，也代表使用智能计算技术来设计建筑的物质形式。

graph LR
    A[建筑智能] --> B[结构智能]
    A --> C[环境智能]
    A --> D[材料智能]
    A --> E[程序智能]
    B --> F[智能设计建筑结构]
    C --> G[优化建筑环境适应性]
    D --> H[利用材料特性设计]
    E --> I[合理规划建筑功能]

未来，当各种智能形式在建筑领域越来越普遍时，“建筑智能”可能会成为建筑设计的核心概念，引领建筑行业走向新的高度。总之，人工智能的未来充满了不确定性和可能性，从预测到现实的转变过程中，我们需要不断探索和适应这些变化。